UK Database

应该清楚的是，我们迄今为止在 IT 领域采用的以数据为中心的方法并不适合拥有无数数据源的世界中​​的实时应用。幸运的是，替代方法正在被开发，其中边缘计算就是最著名的例子。为了使周围可用的数据量可用，我们需要智能工具。我们必须将数据过滤为适合我们所处的地点、时间和情况（背景）的子集，并且必须找到一种智能的方法来整合来自这些数据源的信息，而无需事先了解。人工智能和数据的智能集成对于将我们周围的所有数据转换为与我们相关的信息至关重要，特别是在物理和数字之间的界限日益模糊的世界中。

是的，还有。正如大型机和服务器不会消失一样，云计算也不会很快消失。例如，在这种情况下，云非常适合密集的机器学习算法和数据存档。例如，特斯拉这样的公司就充分利用了这一点。为了使特斯拉汽车能够自动驾驶，需要利用汽车中的计算能力和人工智能来解释来自摄像头和传感器的数据并将其转化为动作。只有一小部分数据被保留下来并在稍后发送到特斯拉云端。通过这 喀麦隆 数字数据 种方式，该公司收集整个特斯拉车队的数据，然后将其作为训练自动驾驶算法的输入。这些改进从云端发送回边缘（汽车）。从这个意义上来说，云计算和边缘计算并不是相互竞争，而是互补的。

时间将告诉我们这些下一代架构的具体样子。轮廓正在缓慢但稳步地变得明显，越来越多的软件和设备开始适合边缘计算。所以现在是时候开始思考这个快速到来的时代的新可能性了。在此时期内，每个用户（无论是人类、机器还是事物）都可以直接访问适合其独特环境的正确数据。